深度学习笔记

peng29310x 23 0 RAR 2019-09-14 04:09:29

很详细的吴恩达老师的深度学习笔记，分为神经网络、卷积网络、人脸识别、序列模型等方面的知识，整理的很仔细。

推荐下载

李沐老师b站课程的笔记

卷积神经网络基础本节我们介绍卷积神经网络的基础概念,主要是卷积层和池化层,并解释填充、步幅、输入通道和输出通道的含义。二维卷积层本节介绍的是最常见的二维卷积层,常用于处理图像数据。二维互相关运

一、卷积神经网络基础 1.互相关运算举例二维互相关运算如下: 输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核

多层感知机 1.多层感知机的基本知识多层感知机(MLP)是研究神经网络的一个非常重要的多层模型。下图展示了一个多层感知机的神经网络图,它含有一个隐藏层,该层中有5个

(三)机器学习的类型机器学习根据训练方法的不同可以分为三类,监督学习、无监督学习、强化学习。监督学习和人类的学习过程很相似, 1)选择一个练习题,运用已有的知识去解决它,将答案和正确答案进行比较;

(需要一定时间逐步补充以下内容,暂且用做打卡) 1. 模型选择、过拟合和欠拟合训练误差和泛化误差模型选择验证数据集 K折交叉验证过拟合和欠拟合模型复杂度权重衰减 L2 范数正则化高维线性

深度学习word2vec博文的文档,整理了各位的意见,把错误的地方修改过了。

吴恩达的机器学习文档!好资源不容错过

吴恩达 coursera 机器学习,深度学习笔记, 中文,方便对照课程学习

在学习cs231n-2017年课程时遇到很多不解,通过自己baidu答案整理出来一个文档,希望对计算机视觉新入门的人有些帮助。ConvolutionalNeuralNetworksforVisualR

用户评论

请输入评论内容

评分：

暂无评论